import pandas as pd
import pandas as pd
#東京電力のオープンデータを読み込む
elec = pd.read_csv(
"tepco.csv",
#日付と時間を結合したセルに変更する
parse_dates={'datetime': ['DATE', 'TIME']})
#使用する文字列をアルファベットに変更する
columns={
"東京エリア需要":"tky_dmnd",
"火力":"thp",
"水力":"hyd",
"太陽光発電実績":"slr"
}
#再度読み込みを行う
elec.rename(columns=columns, inplace=True)
import plotly
plotly.offline.init_notebook_mode(connected=False)
#ラベルオプションの設定を行う
data = [plotly.graph_objs.Scatter(x=elec["datetime"], y=elec["tky_dmnd"], name="東京エリア需要")]
layout = plotly.graph_objs.Layout(
title="東京エリア需要(1時間毎の時系列)",
legend={"x":0.8, "y":0.1},
xaxis={"title":"datetime"},
yaxis={"title":"東京エリア需要(万kw)"}
)
fig = plotly.graph_objs.Figure(data=data, layout=layout)
plotly.offline.iplot(fig, show_link=False)
thp = plotly.graph_objs.Scatter(x=elec["datetime"], y=elec["thp"], mode = "lines", name="火力", marker=dict(color="rgba(220,20,60,0.7)"))
hyd = plotly.graph_objs.Scatter(x=elec["datetime"], y=elec["hyd"], mode = "lines", name="水力", marker=dict(color="rgba(0,128,255,0.8)"))
slr = plotly.graph_objs.Scatter(x=elec["datetime"], y=elec["slr"], mode = "lines", name="太陽光", marker=dict(color="rgba(255,165,0,0.8)"))
#火力・水力・太陽光のデータの結合を行う
el = [thp, slr, hyd]
layout = plotly.graph_objs.Layout(
title="発電量割合(1時間毎の時系列)",
legend={"x":1.0, "y":1.0},
xaxis={"title":"date_time"},
yaxis={"title":"発電量(万kw)"}
)
fig = plotly.graph_objs.Figure(data=el, layout=layout)
plotly.offline.iplot(fig, show_link=False)
#気象庁のデータを読み出す
wh = pd.read_csv('wh.csv')
wh.head()
#気象庁のデータの読み込みを行う
wh = pd.read_csv('wh.csv', parse_dates={'datetime': ['date', 'time']})
wh.rename(columns=columns, inplace=True)
wh.head()
#気温と電力需要の相関を作成するのに必要なカラムを抽出する。結合条件は日時
dat = pd.merge(elec, wh, how="inner")
dat = dat.loc[:,["datetime","tky_dmnd","temp","rain","sunshine"]]
dat.head()
cor_dmnd = [plotly.graph_objs.Scatter(x=dat["temp"], y=dat["tky_dmnd"], mode = "markers", marker=dict(color="rgba(64,64,64,0.6)"))]
layout = plotly.graph_objs.Layout(
title="電力需要と気温の関係",
legend={"x":0.8, "y":0.1},
xaxis={"title":"気温(℃)"},
yaxis={"title":"電力需要(万kw)"}
)
fig = plotly.graph_objs.Figure(data=cor_dmnd , layout=layout)
plotly.offline.iplot(fig, show_link=False)
#東京の電力消費データと気温のデータの結合を行う
tokyo = elec.join(wh["temp"]).dropna().as_matrix()
tokyo
tokyo_elec = tokyo[:, 1:2]
tokyo_wthr = tokyo[:, 14:15]
tokyo_elec
tokyo_wthr
# SVMを用いるために必要なライブラリーの呼び出し
#import sklearn.cross_validation
from sklearn.model_selection import cross_val_score
import sklearn.svm
from sklearn.model_selection import KFold
kf = KFold(n_splits=5)
# 交差検定実施
for train, test in kf.split(tokyo_wthr):
x_train = tokyo_wthr[train]
x_test = tokyo_wthr[test]
y_train = tokyo_elec[train]
y_test = tokyo_elec[test]
# -- SVR --
model = sklearn.svm.SVR(gamma="scale")
y_train = y_train.flatten()
y_test = y_test.flatten()
model.fit(x_train, y_train)
print ("SVR: Training Score = %f, Testing(Validate) Score = %f" %
(model.score(x_train, y_train), model.score(x_test, y_test)))
#予測モデルの作成
model = sklearn.svm.SVR(gamma="scale")
y_train = y_train.flatten()
y_test = y_test.flatten()
model.fit(x_train, y_train)
#最小値、最大値は、それぞれ気温の最高・最低を参照する。刻み込み幅は0.01
import numpy as np
px = np.arange(tokyo_wthr.min(), tokyo_wthr.max(), 0.01)[:, np.newaxis]
py = model.predict(px)
ppy = pd.DataFrame(px, py)
ppy.rename(columns = {0:'temp'}, inplace=True)
#気温と電力需要のグラフにSVMで作成された予測モデル
pred = [plotly.graph_objs.Scatter(x=ppy["temp"], y=ppy.index, mode = "lines", marker=dict(color="rgba(30,144,255, 0.8)"))]
layout = plotly.graph_objs.Layout(
title="SVMを用いた需要予測モデル",
legend={"x":0.8, "y":0.1},
xaxis={"title":"気温(℃)"},
yaxis={"title":"電力需要(万kw)"}
)
fig = plotly.graph_objs.Figure(data=pred, layout=layout)
plotly.offline.iplot(fig, show_link=False)
#気温と電力需要のグラフにSVMで作成された予測モデルを重ね合わせる
cor_dmnd = plotly.graph_objs.Scatter(x=dat["temp"], y=dat["tky_dmnd"], mode = "markers",marker=dict(color="rgba(64,64,64,0.6)"), name="実測値散布")
pred = plotly.graph_objs.Scatter(x=ppy["temp"], y=ppy.index, mode = "lines", marker=dict(color="rgba(30,144,255,0.5)"), name="需要予測")
el = [cor_dmnd, pred]
layout = plotly.graph_objs.Layout(
title="SVMを用いた需要予測モデル",
legend={"x":1.0, "y":1.0},
xaxis={"title":"気温(℃)"},
yaxis={"title":"電力需要(万kw)"}
)
fig = plotly.graph_objs.Figure(data=el, layout=layout)
plotly.offline.iplot(fig, show_link=False)